매일 경제

(울산=연합뉴스) 김용태 기자 = 울산과학기술원(UNIST)은 리튬이온 배터리의 건강 상태를 진단할 수 있는 모델을 개발했다고 6일 밝혔다.

UNIST에 따르면 에너지화학공학과 김동혁, 최윤석 교수와 탄소중립대학원 임한권 교수팀은 '리튬이온 배터리 평가를 위한 딥러닝 기반 그래픽 접근법' 모델을 개발했다.

이 모델은 전압, 전류, 온도 데이터를 적·녹·청(RGB) 값으로 변환해 이미지를 생성한다.

리튬·인산·철(LFP) 배터리, 니켈·코발트·알루미늄(NCA) 배터리, 니켈·코발트(NMC) 배터리 등에 적용할 수 있다.

연구진은 이 모델에서 예측한 배터리 건강 상태 값의 정확도를 보여주는 지표로 평균 제곱근 오차값을 활용했는데, 기존 연구에서 사용된 모델을 이용해 얻은 값과 비교해 높은 정확도를 보였다.

또 부분 충·방전으로 손실된 데이터에 이 모델을 활용하면 완전히 충·방전된 데이터로 복원해 배터리의 건강 상태를 진단할 수 있다.

특히 부분 충·방전 데이터를 이용해 배터리 건강 상태를 진단한 최초 연구 결과임에도 높은 정확도를 확인했다고 연구진은 설명했다.

제1저자인 박서정 에너지화학공학과 석·박사통합과정연구원은 "이번 연구는 배터리 진단에 새로운 접근법을 제시했다"며 "충·방전 조건에 제한 없이 적용할 수 있는 범용적 모델"이라고 말했다.

공동 제1저자인 이현준 에너지화학공학과 박사는 "부분 충·방전 데이터를 사용해 배터리를 진단할 수 있다면 추후 폐배터리를 재활용하기 전 많은 시간과 비용을 절감할 수 있을 것"이라며 "향후 다양한 분야에 확대 적용할 수 있는 기반을 제공했다"고 덧붙였다.

연구 결과는 국제 학술지 '머티리얼스 호라이즌스'(Materials Horizons) 2월호에 게재됐다.

연구는 한국산업기술평가관리원 기술혁신사업과 수요기업 맞춤형 고출력축전기 성능고도화기술개발사업, 국방과학연구소의 지원을 받아 이뤄졌다.

yongtae@yna.co.kr(끝)